résumé à venir.

Le projet DeMETeRE a développé plusieurs simulateurs numériques dédiés à la formation aux procédés industriels.
Ces simulateurs permettent de reproduire virtuellement des situations proches de celles rencontrées dans un environnement industriel réel.
Ils offrent ainsi aux apprenants la possibilité d’expérimenter, de manipuler et de prendre des décisions dans un environnement sécurisé.
L’objectif est de favoriser une pédagogie plus immersive, interactive et proche des réalités professionnelles.
Les scénarios proposés permettent notamment de travailler la compréhension des procédés, la prise de décision et la gestion de situations complexes.
Ces outils peuvent être utilisés aussi bien dans des parcours de formation que dans des démarches de sensibilisation ou de montée en compétences.
Ils constituent également un support intéressant pour les enseignants et formateurs, qui peuvent intégrer la simulation à leurs pratiques pédagogiques.
L’un des enjeux de DeMETeRE est ainsi de rapprocher le numérique, la pédagogie et les besoins des entreprises industrielles.

L'équipe MEDyC se spécialise dans l'étude de la matrice extracellulaire, un milieu dense et difficile à observer.

Nous verrons pourquoi la simulation reste essentielle même pour la recherche experimentale.

Nous essaierons aussi d'aborder les avantages et les défis qu'apportent une expérience en réalité virtuelle dans la visualisation de telles objets biologiques.

La visualisation scientifique permet une compréhension plus approfondie des structures et des propriétés des données. Les simulations de gaz et de fluides, en particulier celles issues de captures réelles de gaz ou de modèles de Dynamique des Fluides Numérique (CFD), nécessitent l’analyse et l’intégration d’attributs multivariés associés à des variations temporelles dynamiques.

Nous présentons nos recherches pour l'amélioration du rendu volumique à large échelle, conçu avec un système Out-of-core amélioré afin de gérer des ensembles massifs de données 3D temporelles et multivariées provenant de CFD. Sans recourir à des ressources de calcul haute performance (HPC) dans un premier temps, nous montrons ensuite également l'application de ces méthodes sur des clusters de calcul avec les dernières technologies GPU. Enfin, nous étudions l'intégration pour la visualisation Out-Of-Core temporelle de réseaux de neurone pour prédire l'affichage des volumes afin de garantir l'exploration fluide des datasets.

résumé à venir

résumé à venir

résumé à venir

résumé à venir